孙仲介绍，研究团队基于迭代算法，结合了模拟低精度矩阵求逆和模拟高精度矩阵-向量乘法运算，开发了一种基于全模拟矩阵运算的高精度矩阵方程求解方案，先快速算出矩阵方程的“近似解”，再用“位切片”方法，实现迭代细化。

在计算精度方面，团队在实验上成功实现16×16矩阵的24比特定点数精度求逆，矩阵方程求解经过10次迭代后，相对误差可低至10⁻⁷量级。在计算性能方面，在求解32×32矩阵求逆问题时，其算力已超越高端GPU的单核性能；当问题规模扩大至128×128时，计算吞吐量更达到顶级数字处理器的1000倍以上，传统GPU干一天的活，这款芯片一分钟就能搞定。

同时，该方案在相同精度下能效比传统数字处理器提升超100倍，为高能效计算中心提供了关键技术支撑。团队将它应用到了“大规模MIMO（多输入多输出）信号检测”中——仅用3次迭代，恢复的图像就和原始图像高度一致，误码率和32位数字计算效果相当，凸显其在实时信号处理中的潜力。

“我们证明，模拟计算能以极高效率和精度解决现代科学和工程中的核心计算问题。”孙仲强调，这项突破的应用前景广阔，可赋能多元计算场景，有望重塑算力格局。

团队的研究为算力提升探索出一条极具潜力的路径，有望打破数字计算的长期垄断，开启一个算力无处不在且绿色高效的新时代。（综合自北京大学人工智能研究院、科技日报等）